123,123,123

Landsat 8 OLI多光譜與全色影像融合算法的比較*[通信與網(wǎng)絡(luò)][其他]

以Landsat8 OLI衛(wèi)星遙感影像為數(shù)據(jù)源，以大伙房水庫為研究區(qū)，采用Brovery融合法、NNDiffuse Pan Sharpening融合法和Gram-Schmidt融合法對(duì)比研究了多光譜和全色數(shù)據(jù)的融合問題。經(jīng)過定性和定量分析發(fā)現(xiàn)，Gram-Schmidt融合法和NN融合法擁有更豐富的光譜信息，且光譜保真度最優(yōu)的是Gram-Schmidt融合法。針對(duì)Gram-Schmidt融合法，選取了水體邊界線處的影像像元進(jìn)行光譜分析，研究結(jié)果發(fā)現(xiàn)，融合后的水體邊界線呈現(xiàn)得更為清晰，有助于細(xì)化水體提取邊界。

發(fā)表于：2018/9/11 16:08:00

基于混沌擾動(dòng)PSO算法的云計(jì)算任務(wù)調(diào)度[通信與網(wǎng)絡(luò)][信息安全]

粒子群優(yōu)化（PSO）算法在云計(jì)算環(huán)境下任務(wù)調(diào)度方面應(yīng)用十分廣泛。針對(duì)算法易陷入局部最優(yōu)、收斂速度慢的缺陷，從基本概念入手，在算法中加入改進(jìn)的動(dòng)態(tài)慣性權(quán)重和外部擾動(dòng)策略，改善PSO算法的局部尋優(yōu)能力，提高算法迭代后期收斂速度和搜索的精度，最后利用Cloudsim進(jìn)行實(shí)驗(yàn)，將新算法與其他算法任務(wù)執(zhí)行總的迭代次數(shù)的結(jié)果進(jìn)行對(duì)比，新算法克服了粒子群算法的缺點(diǎn)，能夠有效地平衡全局和局部搜索能力，任務(wù)的完成時(shí)間相對(duì)較少。

發(fā)表于：2018/9/11 15:29:00

基于SECaaS模式的網(wǎng)絡(luò)安全監(jiān)管服務(wù)化研究[通信與網(wǎng)絡(luò)][信息安全]

發(fā)表于：2018/9/11 14:58:00

智能汽車系統(tǒng)模糊方向控制的分析[通信與網(wǎng)絡(luò)][汽車電子]

在5G技術(shù)的背景下,對(duì)當(dāng)前智能汽車自動(dòng)駕駛的方向控制領(lǐng)域進(jìn)行研究。現(xiàn)有智能車識(shí)別算法大多都依賴于中線誤差以控制智能汽車行駛，一旦應(yīng)對(duì)無中線或者中線難以獲取的道路就束手無策。針對(duì)該現(xiàn)狀，對(duì)智能汽車隨動(dòng)系統(tǒng)進(jìn)行了魯棒性分析，在此基礎(chǔ)上提出了具體的模糊方向控制策略，并通過實(shí)驗(yàn)驗(yàn)證了該策略的優(yōu)勢(shì)。對(duì)智能汽車系統(tǒng)的分析、解決策略和實(shí)驗(yàn)有利于對(duì)智能汽車系統(tǒng)進(jìn)行改進(jìn)。

發(fā)表于：2018/9/11 9:58:00

基于物聯(lián)網(wǎng)系統(tǒng)的NOMA與SWIFT結(jié)合的研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

提出一種支持物聯(lián)網(wǎng)（IoT）應(yīng)用的基于mmWave的無線異構(gòu)系統(tǒng)中應(yīng)用非正交多路訪問（NOMA）的中繼方案。該方案利用了低功率中繼部署的特殊性，結(jié)合IoT設(shè)備的能量收集功能，推斷中繼協(xié)助下的用戶性能表現(xiàn)。在中繼或IoT設(shè)備的協(xié)助下，下行NOMA傳輸由兩個(gè)階段組成：(1)基站（BS）通過應(yīng)用NOMA同時(shí)向用戶設(shè)備（UE）和所選擇的中繼發(fā)送復(fù)合信號(hào)；(2)BS發(fā)送另一個(gè)消息給UE 1，同時(shí)向UE 2發(fā)送解碼的消息。仿真結(jié)果表明，所設(shè)計(jì)的方案可行、有效。

發(fā)表于：2018/9/11 9:40:00

基于深度學(xué)習(xí)和半監(jiān)督學(xué)習(xí)的webshell檢測(cè)方法[通信與網(wǎng)絡(luò)][信息安全]

半監(jiān)督學(xué)習(xí)是一種重要的機(jī)器學(xué)習(xí)方法，能同時(shí)使用有標(biāo)記樣本和無標(biāo)記樣本進(jìn)行學(xué)習(xí)。在webshell檢測(cè)領(lǐng)域，有標(biāo)記樣本少、形式靈活多變、易混淆，基于特征匹配的方式很難進(jìn)行準(zhǔn)確檢測(cè)。針對(duì)標(biāo)記樣本較少的現(xiàn)狀，提出一種基于深度學(xué)習(xí)和半監(jiān)督學(xué)習(xí)的webshell檢測(cè)方法，先使用卡方檢驗(yàn)和深度學(xué)習(xí)方法獲取樣本的文本向量，然后分別使用單分類和增量學(xué)習(xí)方式訓(xùn)練，提高分類性能。使用github公開數(shù)據(jù)集進(jìn)行訓(xùn)練和測(cè)試，實(shí)驗(yàn)結(jié)果驗(yàn)證該方法能夠有效改善webshell檢測(cè)的漏報(bào)率和誤報(bào)率。

發(fā)表于：2018/9/10 17:21:00

發(fā)布區(qū)塊鏈標(biāo)準(zhǔn)應(yīng)用模型及應(yīng)用部署技術(shù)研究[通信與網(wǎng)絡(luò)][信息安全]

基于塊狀數(shù)據(jù)結(jié)構(gòu)和分布式去中心化邏輯，定義并發(fā)布區(qū)塊鏈標(biāo)準(zhǔn)框架模型。此模型定義標(biāo)準(zhǔn)數(shù)據(jù)接口，可擴(kuò)展的結(jié)構(gòu)化和格式化表達(dá)式，及由低至高的數(shù)據(jù)區(qū)塊層、網(wǎng)絡(luò)層、平臺(tái)框架層、應(yīng)用層、跨域?qū)庸参鍖?，定義了可支撐任何應(yīng)用的區(qū)塊鏈環(huán)境。開發(fā)者可依據(jù)模型將應(yīng)用獨(dú)立部署或接入?yún)^(qū)塊鏈網(wǎng)絡(luò)；支持自由定義、創(chuàng)建、和執(zhí)行智能合約，并按照合約的定義自動(dòng)執(zhí)行鏈上或鏈下無縫接入的應(yīng)用系統(tǒng)。模型中的平行鏈、側(cè)鏈和混鏈標(biāo)準(zhǔn)，雙向兼容任何主鏈或行業(yè)鏈。在防篡改、開放、完全去中心化及數(shù)據(jù)私密性之間達(dá)到完全兼顧，為行業(yè)提供了部署去中心化應(yīng)用的區(qū)塊鏈基礎(chǔ)標(biāo)準(zhǔn)。

發(fā)表于：2018/9/10 15:31:00

?農(nóng)村金融機(jī)構(gòu)亟需建設(shè)新一代網(wǎng)絡(luò)安全體系[通信與網(wǎng)絡(luò)][信息安全]

鄉(xiāng)村振興的金融需求非常旺盛，農(nóng)村金融服務(wù)關(guān)系廣大農(nóng)民的切身利益。要提升農(nóng)村金融服務(wù)安全，當(dāng)務(wù)之急是解決農(nóng)村金融機(jī)構(gòu)安全能力缺失和安全體系建設(shè)問題。隨著IT技術(shù)的不斷發(fā)展，網(wǎng)絡(luò)安全的形勢(shì)也在發(fā)生深刻的變化，外部威脅越來越嚴(yán)重，農(nóng)村金融機(jī)構(gòu)的各個(gè)系統(tǒng)受到越來越多的持續(xù)性高級(jí)威脅，相應(yīng)的安全防護(hù)技術(shù)也同時(shí)發(fā)生變化，需要轉(zhuǎn)變由傳統(tǒng)防護(hù)到檢測(cè)、響應(yīng)的安全防護(hù)思路。

發(fā)表于：2018/9/10 14:53:00

基于大數(shù)據(jù)的互聯(lián)網(wǎng)金融安全建設(shè)思路[通信與網(wǎng)絡(luò)][信息安全]

隨著互聯(lián)網(wǎng)金融的發(fā)展，金融機(jī)構(gòu)在信息安全領(lǐng)域面臨更大的壓力。目前，傳統(tǒng)的安全體系存在著諸多的缺陷，為了應(yīng)對(duì)在互聯(lián)網(wǎng)金融業(yè)務(wù)發(fā)展中面臨的新安全威脅和安全運(yùn)維過程中新的壓力，提出了一個(gè)基于大數(shù)據(jù)的互聯(lián)網(wǎng)金融安全建設(shè)思路，希望給金融機(jī)構(gòu)一個(gè)新的思路和視角來審視和開展互聯(lián)網(wǎng)金融安全體系建設(shè)。

發(fā)表于：2018/9/10 14:08:00

基于迭代編碼算法的混合構(gòu)造算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為了確保第五代移動(dòng)通信（5G）技術(shù)的可靠性、穩(wěn)定性、高傳輸速率的優(yōu)勢(shì)，基于具有線性編碼復(fù)雜度的迭代編碼算法，提出了混合校驗(yàn)矩陣構(gòu)造算法。該算法首先對(duì)傳統(tǒng)迭代編碼算法進(jìn)行改進(jìn)，使其適用于多元低密度奇偶校驗(yàn)（NB-LDPC）碼；然后采用后向迭代法改變編碼方案和校驗(yàn)矩陣構(gòu)造方式使?jié)u進(jìn)邊增長(zhǎng)（PEG）算法具有下三角結(jié)構(gòu)，并將其作為基矩陣；最后采用改進(jìn)后具有下三角結(jié)構(gòu)的QC-LDPC算法生成循環(huán)移位矩陣和有限域系數(shù)矩陣，同時(shí)消除短環(huán)影響，從中選取最優(yōu)的校驗(yàn)矩陣。仿真結(jié)果表明，混合構(gòu)造算法所構(gòu)造的多元LDPC碼不僅具有線性的編碼和存儲(chǔ)復(fù)雜度，且有較強(qiáng)的糾錯(cuò)能力。

發(fā)表于：2018/9/10 13:14:00